详细信息：
1. 主要内容与特点
为保证电站的核心设备（变压器）的可靠评价，达到变压器铁芯及绕组故障早诊断、早预警及正确诊断的目的，本项目提出一种基于传感器矩阵方式的声级振动在线监测技术，融合变压器中心点电流、开发工作。通过实验平台的搭建完善相关算法。通本计划的落实，最终提高变电站“早期变压器内部故障判断水平”。进一步实现运维管理的数字化和智能化水平，做到智能诊断与传统运维检修业务的深度融合。最终针对变压器检测的多类型检测参量，采用传感器矩阵方式，通过结合运维数据的多角度大数据推理、判断变压器早期内部铁芯及绕组故障。目前国内外尚无完善的解决方案。传统经典在线监测—油色谱技术，检测到变压器的故障时，变压器可能已经发生不可逆转的劣化。因此过去的运检模式较现代数据分析水平已经发生了较大背离，相关新技术的应用缺乏，对于安全生产和效率的帮助有限。通过多向量的传感器矩阵采样数据，对变压器的早期故障进行大数据分析，可以大幅减少运维成本，提升变压器内部故障检测效率；大幅提升变压器内部故障监测可靠性。
2. 应用前景
电力变压器作为关键设备，承担着电能分配和传输，是电力系统安全、可靠、优质、经济运行的重要保证。但由于变压器在长期运行，故障和事故总不可能完全避免。统计显示运行时间在 4 年以上的变压器，平均每 100 台中大约有 2.6 台会存在不同的故障。本项目针对电力运行检修中的实际问题，结合项目承担单位开展的电力设备健康评估经验，提出了一种非常有实际意义的，基于“传感器技术+大数据预测、推理+边缘计算+AI 识别技术”，针对变压器内部故障进行在线监测装置的解决方案。
1. 主要内容与特点
为保证电站的核心设备（变压器）的可靠评价，达到变压器铁芯及绕组故障早诊断、早预警及正确诊断的目的，本项目提出一种基于传感器矩阵方式的声级振动在线监测技术，融合变压器中心点电流、开发工作。通过实验平台的搭建完善相关算法。通本计划的落实，最终提高变电站“早期变压器内部故障判断水平”。进一步实现运维管理的数字化和智能化水平，做到智能诊断与传统运维检修业务的深度融合。最终针对变压器检测的多类型检测参量，采用传感器矩阵方式，通过结合运维数据的多角度大数据推理、判断变压器早期内部铁芯及绕组故障。目前国内外尚无完善的解决方案。传统经典在线监测—油色谱技术，检测到变压器的故障时，变压器可能已经发生不可逆转的劣化。因此过去的运检模式较现代数据分析水平已经发生了较大背离，相关新技术的应用缺乏，对于安全生产和效率的帮助有限。通过多向量的传感器矩阵采样数据，对变压器的早期故障进行大数据分析，可以大幅减少运维成本，提升变压器内部故障检测效率；大幅提升变压器内部故障监测可靠性。
2. 应用前景
电力变压器作为关键设备，承担着电能分配和传输，是电力系统安全、可靠、优质、经济运行的重要保证。但由于变压器在长期运行，故障和事故总不可能完全避免。统计显示运行时间在 4 年以上的变压器，平均每 100 台中大约有 2.6 台会存在不同的故障。本项目针对电力运行检修中的实际问题，结合项目承担单位开展的电力设备健康评估经验，提出了一种非常有实际意义的，基于“传感器技术+大数据预测、推理+边缘计算+AI 识别技术”，针对变压器内部故障进行在线监测装置的解决方案。
联系我们
张女士
更多推荐
